跳到主要内容

原语策略示例

本文档提供了使用原语系统构建的交易策略示例，包括详细配置、参数优化建议和性能分析。这些示例可以作为构建自己策略的起点。

⚠️ 重要说明：配置类型区别​

本文档中的示例分为两种类型：

原语策略配置​

  • 只包含trade_strategy和market_indicators（如需要）
  • 这是您在前端原语策略页面需要配置的部分
  • 专注于交易逻辑，不包含资金管理、标的选择等

完整组合配置​

  • 包含所有参数：基本信息、交易标的、时间参数、资金管理等
  • 用于完整的回测和实盘应用
  • 包含原语策略配置作为其中的一部分

重要提醒： 如果您的策略中使用了市场指标引用，必须同时提供market_indicators配置，否则回测会失败。

RSI超买超卖策略​

策略概述​

这个经典策略基于RSI（相对强弱指数）的超买超卖状态，在市场超卖时买入，超买时卖出。

原语策略配置​

{
  "trade_strategy": {
    "indicators": [
      {
        "id": "rsi_indicator",
        "type": "RSI",
        "params": {
          "period": 11,
          "field": "Close"
        }
      },
      {
        "id": "upper_threshold",
        "type": "Constant",
        "params": {
          "value": 63
        }
      },
      {
        "id": "lower_threshold",
        "type": "Constant",
        "params": {
          "value": 37
        }
      }
    ],
    "signals": [
      {
        "id": "is_below_lower",
        "type": "LessThan",
        "epsilon": 0.5,
        "inputs": [
          { "ref": "rsi_indicator" },
          { "ref": "lower_threshold" }
        ]
      },
      {
        "id": "is_above_upper",
        "type": "GreaterThan",
        "epsilon": 0.5,
        "inputs": [
          { "ref": "rsi_indicator" },
          { "ref": "upper_threshold" }
        ]
      },
      {
        "id": "buy_signal_cross",
        "type": "Crossunder",
        "params": { "mode": "simple" },
        "inputs": [
          { "ref": "rsi_indicator" },
          { "ref": "lower_threshold" }
        ]
      },
      {
        "id": "sell_signal_cross",
        "type": "Crossover",
        "params": { "mode": "simple" },
        "inputs": [
          { "ref": "rsi_indicator" },
          { "ref": "upper_threshold" }
        ]
      }
    ],
    "outputs": {
      "buy_signal": "buy_signal_cross",
      "sell_signal": "sell_signal_cross",
      "indicators": [
        { "id": "rsi_indicator", "output_name": "rsi" },
        { "id": "upper_threshold", "output_name": "upper_bound" },
        { "id": "lower_threshold", "output_name": "lower_bound" },
        { "id": "is_below_lower", "output_name": "is_oversold" },
        { "id": "is_above_upper", "output_name": "is_overbought" },
        { "id": "buy_signal_cross", "output_name": "buy_signal" },
        { "id": "sell_signal_cross", "output_name": "sell_signal" }
      ]
    }
  }
}

说明： 这个策略不需要market_indicators，因为所有指标都基于当前标的的OHLC数据。

策略原理​

  1. RSI指标：计算过去11天的相对强弱指数
  2. 阈值设置：使用37作为超卖阈值，63作为超买阈值
  3. 买入信号：当RSI从上方穿越下阈值时触发（CrossBelow）
  4. 卖出信号：当RSI从下方穿越上阈值时触发（CrossAbove）
  5. 状态跟踪：额外跟踪持续超买（is_above_upper）和持续超卖（is_below_lower）状态

参数优化建议​

参数建议范围说明
RSI周期9-14较短周期（9-11）对价格变化更敏感，较长周期（12-14）提供更平滑的信号
超买阈值60-70传统使用70，但可视市场波动性调整
超卖阈值30-40传统使用30，但可视市场波动性调整

研究发现：

  • 标准设置（RSI 14，30/70）在多数市场环境中表现稳定
  • 中等偏保守的设置（RSI 11-12，37/63）可能在回测中表现更佳
  • 过于极端的阈值（如20/80）会减少交易频率，但可能错过机会

性能分析​

典型表现指标（根据历史回测）：

  • CAGR（年复合增长率）：10-15%
  • 最大回撤：15-25%
  • 胜率：55-65%
  • 平均交易次数：每年20-30次

改进变体​

1. 带趋势过滤的RSI策略​

{
  "indicators": [
    // 原有RSI指标...
    {
      "id": "sma_indicator",
      "type": "SMA",
      "params": {
        "period": 200,
        "column": "Close"
      }
    }
  ],
  "signals": [
    // 原有RSI信号...
    {
      "id": "price_above_sma",
      "type": "GreaterThan",
      "inputs": [
        { "column": "Close" },
        { "ref": "sma_indicator" }
      ]
    },
    {
      "id": "filtered_buy_signal",
      "type": "And",
      "inputs": [
        { "ref": "buy_signal_cross" },
        { "ref": "price_above_sma" }
      ]
    }
  ],
  "outputs": {
    "buy_signal": "filtered_buy_signal",
    "sell_signal": "sell_signal_cross"
  }
}

改进要点：只在上升趋势中买入（价格在200日均线上方），但无论趋势如何都在RSI超买时卖出。

2. 带连续确认的RSI策略​

{
  "signals": [
    // 原有RSI信号...
    {
      "id": "consistent_oversold",
      "type": "Streak",
      "params": {
        "condition": "true",
        "min_length": 2
      },
      "inputs": [
        { "ref": "is_below_lower" }
      ]
    },
    {
      "id": "buy_with_confirmation",
      "type": "And",
      "inputs": [
        { "ref": "buy_signal_cross" },
        { "ref": "consistent_oversold" }
      ]
    }
  ],
  "outputs": {
    "buy_signal": "buy_with_confirmation",
    "sell_signal": "sell_signal_cross"
  }
}

改进要点：要求RSI至少连续两天处于超卖区域才考虑买入信号，减少震荡市场中的假信号。

双均线交叉策略​

策略概述​

这个经典策略使用两条不同周期的移动平均线，在短期均线上穿长期均线时买入，下穿时卖出。

原语策略配置​

{
  "trade_strategy": {
    "indicators": [
      {
        "id": "fast_ma",
        "type": "SMA",
        "params": {
          "period": 50,
          "field": "Close"
        }
      },
      {
        "id": "slow_ma",
        "type": "SMA",
        "params": {
          "period": 200,
          "field": "Close"
        }
      },
      {
        "id": "zero_constant",
        "type": "Constant",
        "params": {
          "value": 0
        }
      }
    ],
    "signals": [
      {
        "id": "ma_diff",
        "type": "Subtract",
        "inputs": [
          { "ref": "fast_ma" },
          { "ref": "slow_ma" }
        ]
      },
      {
        "id": "bull_trend",
        "type": "GreaterThan",
        "epsilon": 0.5,
        "inputs": [
          { "ref": "ma_diff" },
          { "ref": "zero_constant" }
        ]
      },
      {
        "id": "buy_signal",
        "type": "Crossover",
        "params": { "mode": "simple" },
        "inputs": [
          { "ref": "fast_ma" },
          { "ref": "slow_ma" }
        ]
      },
      {
        "id": "sell_signal",
        "type": "Crossunder",
        "params": { "mode": "simple" },
        "inputs": [
          { "ref": "fast_ma" },
          { "ref": "slow_ma" }
        ]
      }
    ],
    "outputs": {
      "buy_signal": "buy_signal",
      "sell_signal": "sell_signal",
      "indicators": [
        { "id": "fast_ma", "output_name": "fast_ma" },
        { "id": "slow_ma", "output_name": "slow_ma" },
        { "id": "ma_diff", "output_name": "ma_diff" },
        { "id": "bull_trend", "output_name": "is_bull_trend" }
      ]
    }
  }
}

说明： 这个策略同样不需要market_indicators，因为所有指标都基于当前标的的OHLC数据。

策略原理​

  1. 移动平均线：计算50日和200日简单移动平均线
  2. 差值计算：计算短期均线与长期均线的差值
  3. 趋势判断：差值大于0表示多头趋势
  4. 买入信号：短期均线从下方穿越长期均线时触发（黄金交叉）
  5. 卖出信号：短期均线从上方穿越长期均线时触发（死亡交叉）

参数优化建议​

参数建议范围说明
短期均线周期20-50较短周期提供更频繁的信号，较长周期减少假突破
长期均线周期100-250设置足够长以确定主要趋势

研究发现：

  • 50/200组合（"黄金交叉/死亡交叉"）是最经典的设置，适合长期投资
  • 20/100组合对中期趋势变化更敏感
  • 5/20组合适合短期交易，但可能产生更多噪声

性能分析​

典型表现指标：

  • CAGR：8-12%
  • 最大回撤：20-30%
  • 胜率：45-55%
  • 平均交易次数：每年3-8次（比RSI策略少）

改进变体​

1. 带成交量确认的双均线策略​

{
  "indicators": [
    // 原有移动平均线...
    {
      "id": "volume_ma",
      "type": "SMA",
      "params": {
        "period": 20,
        "column": "Volume"
      }
    }
  ],
  "signals": [
    // 原有信号...
    {
      "id": "volume_surge",
      "type": "GreaterThan",
      "inputs": [
        { "column": "Volume" },
        { "ref": "volume_ma" }
      ]
    },
    {
      "id": "confirmed_buy_signal",
      "type": "And",
      "inputs": [
        { "ref": "buy_signal" },
        { "ref": "volume_surge" }
      ]
    }
  ],
  "outputs": {
    "buy_signal": "confirmed_buy_signal",
    "sell_signal": "sell_signal"
  }
}

改进要点：要求买入信号伴随成交量放大，减少低质量交叉信号。

股债轮动策略​

策略概述​

这是一个基于 StockBondSwitch 原语的资产轮动策略，根据市场趋势在股票ETF和债券ETF之间进行全仓切换。该策略使用沪深300指数相对于其200日移动平均线的位置作为趋势判断指标。

原语策略配置​

{
  "market_indicators": {
    "indicators": [
      {
        "code": "000300.SH"
      }
    ],
    "transformers": [
      {
        "name": "hs300_raw",
        "type": "IdentityTransformer",
        "params": {
          "indicator": "000300.SH",
          "field": "Close"
        }
      },
      {
        "name": "hs300_ma200",
        "type": "MovingAverageTransformer",
        "params": {
          "indicator": "000300.SH",
          "window": 200,
          "method": "simple",
          "field": "Close"
        }
      }
    ]
  },
  "trade_strategy": {
    "indicators": [
      {
        "id": "constant_one",
        "type": "Constant",
        "params": {
          "value": 1
        }
      }
    ],
    "signals": [
      {
        "id": "market_trend_up",
        "type": "GreaterThan",
        "inputs": [
          {
            "market": "000300.SH",
            "transformer": "hs300_raw"
          },
          {
            "market": "000300.SH",
            "transformer": "hs300_ma200"
          }
        ]
      },
      {
        "id": "stock_bond_buy",
        "type": "StockBondSwitch",
        "params": {
          "default_to_stock": true
        },
        "inputs": [
          {
            "ref": "market_trend_up"
          }
        ]
      },
      {
        "id": "stock_bond_sell",
        "type": "Not",
        "inputs": [
          {
            "ref": "stock_bond_buy"
          }
        ]
      },
      {
        "id": "constant_false_signal",
        "type": "Comparison",
        "params": {
          "comparison": "greater",
          "threshold": 2
        },
        "inputs": [
          {
            "ref": "constant_one"
          }
        ]
      }
    ],
    "outputs": {
      "buy_signal": "stock_bond_buy",
      "sell_signal": "stock_bond_sell"
    }
  }
}

重要说明： 这个策略必须包含market_indicators配置，因为trade_strategy中使用了市场指标引用（{"market": "000300.SH", "transformer": "hs300_raw"}）。如果缺少这部分配置，回测会失败。

策略原理​

  1. 市场指标：使用沪深300指数（000300.SH）作为市场基准
  2. 趋势识别：比较当前沪深300指数与其200日移动平均线
  3. 股债切换逻辑：
    • 当沪深300指数 > 200日均线时：全仓持有股票ETF（510300）
    • 当沪深300指数 < 200日均线时：全仓持有债券ETF（511260）
  4. 全局上下文：StockBondSwitch 通过调用栈检测当前评估的标的，并返回相应的买入信号

核心组件解析​

市场指标配置​

"market_indicators": {
  "indicators": [{"code": "000300.SH"}],
  "transformers": [
    {
      "name": "hs300_raw",
      "type": "IdentityTransformer",
      "params": {
        "indicator": "000300.SH",
        "field": "Close"
      }
    },
    {
      "name": "hs300_ma200",
      "type": "MovingAverageTransformer",
      "params": {
        "indicator": "000300.SH",
        "window": 200,
        "method": "simple",
        "field": "Close"
      }
    }
  ]
}
  • 原始指数：hs300_raw 提供沪深300指数的收盘价
  • 移动平均：hs300_ma200 计算200日简单移动平均线

信号生成逻辑​

"signals": [
  {
    "id": "market_trend_up",
    "type": "GreaterThan", 
    "inputs": [
      {"market": "000300.SH", "transformer": "hs300_raw"},
      {"market": "000300.SH", "transformer": "hs300_ma200"}
    ]
  },
  {
    "id": "stock_bond_buy",
    "type": "StockBondSwitch",
    "params": {"default_to_stock": true},
    "inputs": [{"ref": "market_trend_up"}]
  }
]
  • 趋势信号：market_trend_up 判断市场是否处于上升趋势
  • 轮动信号：StockBondSwitch 根据趋势信号为不同标的生成买入信号

参数优化建议​

参数建议范围说明
移动平均周期150-250天较短周期对趋势变化更敏感，但可能增加切换频率
default_to_stocktrue/false在趋势不明确时的默认配置
资金使用比例95-100%全仓策略通常使用99%，保留1%作为缓冲

研究发现：

  • 200日均线是最经典的长期趋势判断指标
  • 过短的均线周期（如50日）会导致过于频繁的切换
  • 过长的均线周期（如300日）会降低策略的响应速度

性能分析​

典型表现指标（基于历史回测）：

  • CAGR（年复合增长率）：8-12%
  • 最大回撤：10-20%（显著低于纯股票策略）
  • 胜率：取决于市场环境，通常在45-60%
  • 切换频率：每年2-6次（相对较低）
  • 夏普比率：通常优于单纯持有股票或债券

策略特点​

优势​

  1. 风险分散：在不同市场环境中持有不同资产类别
  2. 趋势跟随：能够捕捉长期趋势，减少短期噪音
  3. 简单有效：逻辑清晰，参数较少，不易过拟合
  4. 全仓投资：避免了择时不准确导致的现金拖累

局限性​

  1. 滞后性：基于移动平均线的策略有天然的滞后性
  2. 震荡市场：在趋势不明确的市场中可能频繁切换
  3. 单一指标：仅依赖一个市场指标，缺乏多重确认

改进变体​

1. 带确认机制的股债轮动​

{
  "signals": [
    {
      "id": "market_trend_up",
      "type": "GreaterThan",
      "inputs": [
        {"market": "000300.SH", "transformer": "hs300_raw"},
        {"market": "000300.SH", "transformer": "hs300_ma200"}
      ]
    },
    {
      "id": "trend_confirmed",
      "type": "Streak",
      "params": {
        "condition": "true",
        "min_length": 5
      },
      "inputs": [
        {"ref": "market_trend_up"}
      ]
    },
    {
      "id": "confirmed_stock_bond_buy",
      "type": "StockBondSwitch",
      "params": {"default_to_stock": true},
      "inputs": [
        {"ref": "trend_confirmed"}
      ]
    }
  ]
}

改进要点：要求趋势信号连续5天确认才进行切换，减少震荡市场中的频繁交易。

2. 多指标股债轮动​

{
  "market_indicators": {
    "indicators": [
      {"code": "000300.SH"},
      {"code": "000016.SH"}  // 上证50指数
    ],
    "transformers": [
      // 沪深300相关转换器...
      {
        "name": "sz50_raw",
        "type": "IdentityTransformer", 
        "params": {
          "indicator": "000016.SH",
          "field": "Close"
        }
      },
      {
        "name": "sz50_ma200",
        "type": "MovingAverageTransformer",
        "params": {
          "indicator": "000016.SH",
          "window": 200,
          "method": "simple",
          "field": "Close"
        }
      }
    ]
  },
  "signals": [
    {
      "id": "hs300_trend_up",
      "type": "GreaterThan",
      "inputs": [
        {"market": "000300.SH", "transformer": "hs300_raw"},
        {"market": "000300.SH", "transformer": "hs300_ma200"}
      ]
    },
    {
      "id": "sz50_trend_up", 
      "type": "GreaterThan",
      "inputs": [
        {"market": "000016.SH", "transformer": "sz50_raw"},
        {"market": "000016.SH", "transformer": "sz50_ma200"}
      ]
    },
    {
      "id": "combined_trend_up",
      "type": "And",
      "inputs": [
        {"ref": "hs300_trend_up"},
        {"ref": "sz50_trend_up"}
      ]
    },
    {
      "id": "multi_index_stock_bond_buy",
      "type": "StockBondSwitch", 
      "params": {"default_to_stock": false},
      "inputs": [
        {"ref": "combined_trend_up"}
      ]
    }
  ]
}

改进要点：结合多个市场指数的趋势判断，只有当多个指数都处于上升趋势时才持有股票，提高信号质量。

3. 动态阈值股债轮动​

{
  "market_indicators": {
    "transformers": [
      // 现有转换器...
      {
        "name": "hs300_volatility",
        "type": "VolatilityTransformer",
        "params": {
          "indicator": "000300.SH",
          "window": 20,
          "method": "std",
          "field": "Close"
        }
      }
    ]
  },
  "signals": [
    {
      "id": "low_volatility",
      "type": "LessThan",
      "inputs": [
        {"market": "000300.SH", "transformer": "hs300_volatility"},
        {"ref": "volatility_threshold"}
      ]
    },
    {
      "id": "stable_trend_up",
      "type": "And", 
      "inputs": [
        {"ref": "market_trend_up"},
        {"ref": "low_volatility"}
      ]
    },
    {
      "id": "volatility_adjusted_stock_bond_buy",
      "type": "StockBondSwitch",
      "params": {"default_to_stock": true},
      "inputs": [
        {"ref": "stable_trend_up"}
      ]
    }
  ]
}

改进要点：只在市场波动率较低时进行切换，避免在高波动期的频繁调整。

实际应用建议​

  1. 定期审查：每月检查策略表现，确保符合预期
  2. 参数稳定性：避免频繁调整参数，保持策略的一致性
  3. 成本控制：考虑交易成本，避免过于频繁的切换
  4. 风险管理：结合个人风险承受能力调整资金使用比例

通道突破策略​

策略概述​

该策略基于价格突破布林带上轨和下轨生成交易信号，结合RSI过滤器减少假突破。

原语策略配置​

{
  "trade_strategy": {
    "indicators": [
      {
        "id": "bbands",
        "type": "BollingerBands",
        "params": {
          "period": 20,
          "stddev": 2.0,
          "field": "Close"
        }
      },
      {
        "id": "rsi_indicator",
        "type": "RSI",
        "params": {
          "period": 14,
          "field": "Close"
        }
      },
      {
        "id": "rsi_low",
        "type": "Constant",
        "params": {
          "value": 40
        }
      },
      {
        "id": "rsi_high",
        "type": "Constant",
        "params": {
          "value": 60
        }
      }
    ],
    "signals": [
      {
        "id": "price_above_upper",
        "type": "Crossover",
        "params": { "mode": "simple" },
        "inputs": [
          { "column": "Close" },
          { "ref": "bbands", "band": "upper" }
        ]
      },
      {
        "id": "price_below_lower",
        "type": "Crossunder",
        "params": { "mode": "simple" },
        "inputs": [
          { "column": "Close" },
          { "ref": "bbands", "band": "lower" }
        ]
      },
      {
        "id": "rsi_bullish",
        "type": "GreaterThan",
        "epsilon": 0.5,
        "inputs": [
          { "ref": "rsi_indicator" },
          { "ref": "rsi_high" }
        ]
      },
      {
        "id": "rsi_bearish",
        "type": "LessThan",
        "epsilon": 0.5,
        "inputs": [
          { "ref": "rsi_indicator" },
          { "ref": "rsi_low" }
        ]
      },
      {
        "id": "buy_signal",
        "type": "And",
        "inputs": [
          { "ref": "price_below_lower" },
          { "ref": "rsi_bearish" }
        ]
      },
      {
        "id": "sell_signal",
        "type": "And",
        "inputs": [
          { "ref": "price_above_upper" },
          { "ref": "rsi_bullish" }
        ]
      }
    ],
    "outputs": {
      "buy_signal": "buy_signal",
      "sell_signal": "sell_signal",
      "indicators": [
        { "id": "bbands", "output_name": "bbands" },
        { "id": "rsi_indicator", "output_name": "rsi" },
        { "id": "rsi_bearish", "output_name": "rsi_bearish" },
        { "id": "rsi_bullish", "output_name": "rsi_bullish" },
        { "id": "price_below_lower", "output_name": "price_below_lower" },
        { "id": "price_above_upper", "output_name": "price_above_upper" }
      ]
    }
  }
}

说明： 这个策略不需要market_indicators，因为所有指标都基于当前标的的OHLC数据。

策略原理​

  1. 布林带：20天SMA作为中轨，上下轨为中轨±2倍标准差
  2. RSI过滤器：使用RSI确认突破方向
  3. 买入信号：价格下穿下轨且RSI显示超卖（低于40）
  4. 卖出信号：价格上穿上轨且RSI显示超买（高于60）

参数优化建议​

参数建议范围说明
布林带周期15-25调整以匹配市场周期
标准差倍数1.5-2.5较小值产生更频繁的信号，较大值减少假突破
RSI阈值35-45 / 55-65根据市场波动性调整确认阈值

参数优化流程​

无论使用哪种策略，都推荐以下优化流程：

  1. 回测基线：使用默认参数运行回测，记录基准性能
  2. 单参数敏感性分析：一次只调整一个参数，观察其对性能的影响
  3. 定义优化目标：明确优化的主要目标（最大化回报、最小化回撤、优化夏普比率等）
  4. 网格搜索：在合理范围内寻找参数最优组合
  5. 前向测试：使用未参与优化的数据集验证结果
  6. 稳健性检查：测试略微不同的参数设置，确保策略对参数不过度敏感

参数优化误区​

  1. 过度拟合：过度优化历史数据会导致未来表现差
  2. 忽略交易成本：优化时应考虑手续费、滑点等
  3. 单一指标优化：不应只关注回报率，需兼顾风险控制
  4. 忽略不同市场环境：策略可能在不同市场环境中需要不同参数

实际应用建议​

  1. 从简单开始：先使用基础策略，逐步添加复杂性
  2. 保持策略可解释性：了解每个组件的作用和意义
  3. 定期回测和调整：市场变化可能需要参数调整
  4. 记录决策逻辑：记录每次参数调整的原因和结果
  5. 构建策略组合：不同策略组合可能比单一策略表现更好

🆕 高级数学运算策略​

策略概述​

这是一个展示新数学运算功能的高级策略，利用纯数学模式计算复合指标和信号强度，结合内联常量实现灵活的参数调节。

完整配置​

{
  "name": "多因子动量策略（数学运算增强）",
  "code": "multi_factor_momentum_math",
  "description": "使用纯数学运算计算信号强度的多因子策略",
  "strategy_definition": {
    "trade_strategy": {
      "indicators": [
        {
          "id": "macd_indicator",
          "type": "MACD",
          "params": {
            "column": "Close",
            "fast_period": 12,
            "slow_period": 26,
            "signal_period": 9
          }
        },
        {
          "id": "volume_ma",
          "type": "SMA",
          "params": {
            "column": "Volume",
            "period": 20
          }
        },
        {
          "id": "price_ma_short",
          "type": "SMA",
          "params": {
            "column": "Close",
            "period": 10
          }
        },
        {
          "id": "price_ma_long",
          "type": "SMA",
          "params": {
            "column": "Close",
            "period": 20
          }
        },
        {
          "id": "atr_indicator",
          "type": "ATR",
          "params": {
            "period": 14
          }
        }
      ],
      "signals": [
        {
          "id": "volume_ratio",
          "type": "Divide",
          "params": {
            "return_calculation": true
          },
          "inputs": [
            {"column": "Volume"},
            {"ref": "volume_ma"}
          ]
        },
        {
          "id": "macd_difference",
          "type": "Subtract", 
          "params": {
            "return_calculation": true
          },
          "inputs": [
            {"ref": "macd_indicator.macd"},
            {"ref": "macd_indicator.signal"}
          ]
        },
        {
          "id": "macd_atr_ratio",
          "type": "Divide",
          "params": {
            "return_calculation": true
          },
          "inputs": [
            {"ref": "macd_difference"},
            {"ref": "atr_indicator"}
          ]
        },
        {
          "id": "ma_difference",
          "type": "Subtract",
          "params": {
            "return_calculation": true
          },
          "inputs": [
            {"ref": "price_ma_short"},
            {"ref": "price_ma_long"}
          ]
        },
        {
          "id": "ma_close_ratio",
          "type": "Divide",
          "params": {
            "return_calculation": true
          },
          "inputs": [
            {"ref": "ma_difference"},
            {"column": "Close"}
          ]
        },
        {
          "id": "signal_strength",
          "type": "Multiply",
          "params": {
            "return_calculation": true
          },
          "inputs": [
            {"ref": "macd_atr_ratio"},
            {"ref": "ma_close_ratio"},
            {"type": "Constant", "value": 100.0}
          ]
        },
        {
          "id": "volume_filter",
          "type": "LessThan",
          "inputs": [
            {"ref": "volume_ratio"},
            {"type": "Constant", "value": 3.0}
          ]
        },
        {
          "id": "signal_threshold",
          "type": "GreaterThan",
          "inputs": [
            {"ref": "signal_strength"},
            {"type": "Constant", "value": 0.5}
          ]
        },
        {
          "id": "buy_signal",
          "type": "And",
          "inputs": [
            {"ref": "signal_threshold"},
            {"ref": "volume_filter"},
            {
              "type": "GreaterThan",
              "inputs": [
                {"ref": "volume_ratio"},
                {"type": "Constant", "value": 1.2}
              ]
            }
          ]
        },
        {
          "id": "sell_signal",
          "type": "Or",
          "inputs": [
            {
              "type": "LessThan",
              "inputs": [
                {"ref": "signal_strength"},
                {"type": "Constant", "value": -0.3}
              ]
            },
            {
              "type": "GreaterThan",
              "inputs": [
                {"ref": "volume_ratio"},
                {"type": "Constant", "value": 3.0}
              ]
            }
          ]
        }
      ],
      "outputs": {
        "buy_signal": "buy_signal",
        "sell_signal": "sell_signal",
        "indicators": [
          {"id": "signal_strength", "output_name": "signal_score"},
          {"id": "volume_ratio", "output_name": "volume_factor"},
          {"id": "macd_atr_ratio", "output_name": "macd_momentum"},
          {"id": "ma_close_ratio", "output_name": "ma_trend"}
        ]
      }
    },
    "capital_strategy": {
      "name": "PercentCapitalStrategy",
      "params": {
        "initial_capital": 100000,
        "percents": 60,
        "max_positions": null
      }
    }
  }
}

新功能特性说明​

1. 纯数学运算模式​

使用 return_calculation: true 执行纯数学计算：

  • volume_ratio: 计算成交量相对于平均值的倍数
  • macd_difference: MACD线与信号线的差值
  • signal_strength: 多因子复合信号强度评分

2. 多操作数支持​

signal_strength 信号展示了多操作数乘法：

{
  "type": "Multiply",
  "params": {"return_calculation": true},
  "inputs": [
    {"ref": "macd_atr_ratio"},
    {"ref": "ma_close_ratio"}, 
    {"type": "Constant", "value": 100.0}
  ]
}

3. 内联常量​

无需预定义常量指标，直接使用内联格式：

{"type": "Constant", "value": 1.2}
{"type": "Constant", "value": 3.0}

4. 嵌套信号​

在逻辑运算符中使用嵌套信号定义：

{
  "type": "And",
  "inputs": [
    {"ref": "signal_threshold"},
    {
      "type": "GreaterThan",
      "inputs": [
        {"ref": "volume_ratio"},
        {"type": "Constant", "value": 1.2}
      ]
    }
  ]
}

策略优势​

  1. 灵活的数值计算：直接获得计算结果，可用于复合指标构建
  2. 简化配置：减少中间指标定义，提高配置可读性
  3. 动态阈值：支持内联常量，便于快速调参
  4. 复合评分：多因子组合形成综合信号强度

参数调优建议​

参数位置调优范围说明
信号强度阈值signal_threshold0.3-1.0控制买入信号敏感度
成交量上限volume_filter2.0-5.0过滤异常成交量
成交量下限buy_signal1.1-1.5确保足够成交量支撑
强度缩放因子signal_strength50-200调整复合评分的数值范围

实际应用建议​

  1. 从简单开始：先使用基础策略，逐步添加复杂性
  2. 保持策略可解释性：了解每个组件的作用和意义
  3. 定期回测和调整：市场变化可能需要参数调整
  4. 记录决策逻辑：记录每次参数调整的原因和结果
  5. 构建策略组合：不同策略组合可能比单一策略表现更好
  6. 🆕 善用新功能：合理使用纯数学模式和内联常量提高策略灵活性